商汤破解世界模型秘诀，「日日新」实现AI大一统！原生融合模型破纪录双冠王

70 0 0

文章摘要

商汤科技在人工智能领域取得了重大突破，推出了「日日新」原生融合大模型，实现了多模态融合，标志着AI从大语言模型和多模态模型分立的现状迈向了「大一统」时代。这一模型不仅能够「看」和「想」，还能帮助解决更多复杂问题，如识别模糊字体、分析数据图表、文学创作、游戏决策等。

「日日新」融合大模型在实际任务中表现出色，能够识别并翻译不同语言的手写诗歌，辅助学生作业，解读小学生作文的幽默之处，分析画作特点，识别历史人物和典故，分析电脑配置，解读代码实现的功能，领会表情包要点等。在评测中，「日日新」融合大模型在语言和多模态两个榜单上均获得冠军，展现了其在文科和理科任务上的均衡和领先表现。

商汤科技的技术路线是「原生融合多模态」，即在一个统一的模型框架内同时处理文本、图像、视频、音频等多种模态信息。这一路线与OpenAI、Anthropic、谷歌等公司的技术路径相呼应。商汤科技通过融合模态数据合成和融合任务增强训练两项关键技术，实现了多模态的交互与深度融合，使模型在跨模态任务中表现出色。

「日日新」融合大模型的应用前景广阔，在办公、金融、自动驾驶、视频交互、城市治理等领域均有突破性成果。商汤科技的「大模型、大装置和应用」三位一体战略，将推动AI技术的进一步发展和应用。随着融合模态技术路径的走通，商汤科技将探索更多范畴，为AI的未来带来更多可能性。